[发明专利]云环境下基于混合策略的故障检测性能优化方法有效
申请号: | 201810571898.6 | 申请日: | 2018-06-01 |
公开(公告)号: | CN108989083B | 公开(公告)日: | 2021-02-09 |
发明(设计)人: | 张佩云;舒升;谢杰敏;谢荣见;章一磊 | 申请(专利权)人: | 安徽师范大学;赛尔网络有限公司 |
主分类号: | H04L12/24 | 分类号: | H04L12/24 |
代理公司: | 芜湖安汇知识产权代理有限公司 34107 | 代理人: | 朱圣荣 |
地址: | 241000 安徽省*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 环境 基于 混合 策略 故障 检测 性能 优化 方法 | ||
1.一种云环境下基于混合策略的故障检测性能优化方法,其特征在于,所述方法包括如下步骤:
S1、对云系统运行环境进行异常程度评估;
S2、基于云系统运行环境的异常程度来确定云系统的检测时间周期;
所述步骤S1具体包括如下步骤:
S11、基于决策树模型及SVM模型来检测云系统中的故障样本;
S12、计算故障样本的故障概率;
S13、基于故障样本的故障概率来评估云系统运行环境的异常程度。
2.如权利要求1所述云环境下基于混合策略的故障检测性能优化方法,其特征在于,所述步骤S11具体包括如下步骤:
S111、通过决策树模型检测云系统中的样本,将样本区分为正常样本一及异常样本一,采用标识一对正常样本一进行标识;
S112、通过SVM模型检测云系统的样本,将样本区分为正常样本二及异常样本二,采用标识二对正常样本二进行标识;
S113、被标识一和标识二共同标记的样本确定为正常样本;否则,确定为故障样本。
3.如权利要求1所述云环境下基于混合策略的故障检测性能优化方法,其特征在于,所述云系统运行环境异常程度的计算公式具体如下:
其中,Pi表示云系统在Ti时刻运行环境的异常程度值,表示di的决策值,di表示Ti时刻故障样本数据,决策值是基于决策函数获取的,其中f1,f2分别是指二次规划求解得到的最小值及拉格朗日乘子的和。
4.如权利要求1所述云环境下基于混合策略的故障检测性能优化方法,其特征在于,云系统的检测时间周期采用如下公式进行计算:
其中,Ti+1为第i+1时刻对云系统检测时间周期;tα为最大检测时间周期,为预先设置的参数;tβ为最小检测时间周期,为预先设置的参数,R为调节比例,ν1,ν2,ν3为预设边界值。
5.如权利要求4所述云环境下基于混合策略的故障检测性能优化方法,其特征在于,ν1,ν2,ν3值的确定方法包括如下步骤:
S31、在训练样本库中,设置V1,V2,V3值,V1,V2,V3值的设置方法具体如下:
设置V1的初始值为0,取值步长为s,最终值为1;
当V1在[0,1]范围内每取一个值,设置V2的初始值为V1+s,取值步长为s,最终值为1,且设置V3的初始值为V2+s,取值步长为s,最终值为1;
S32、将故障样本检测率最高的V1值,V2值,及V3值组合分别赋予ν1,ν2,ν3。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽师范大学;赛尔网络有限公司,未经安徽师范大学;赛尔网络有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810571898.6/1.html,转载请声明来源钻瓜专利网。